水流环境中多AUV协作目标搜索算法

发布时间：2021-12-30 04:20

　　多AUV（Autonomous Underwater Vehicle）在实际水下环境中执行搜索任务时,水流对AUV的航行造成较大影响,使得搜索路径增长,整个搜索团队消耗更多能量.提出了一种将速度矢量合成算法嵌入生物启发神经网络的综合算法.利用生物启发神经网络规划出搜索路径,由于水流影响,其规划的路径较长,引入速度矢量合成算法抵消水流对AUV的影响,优化每个AUV的搜索路径,在不同水流环境中进行多AUV目标搜索仿真.通过与没有引入速度矢量合成的生物启发神经网络算法对比,证明所提方法搜索路径更短、更节省能量. 

【文章来源】：淮阴师范学院学报(自然科学版). 2019,18(01)

【文章页数】：6 页

【部分图文】：

图３三维常值水流环境下的多ＡＵＶ目标搜索（ａ）

图４三维时变水流环境下的多ＡＵＶ目标搜索（ａ）

图５Ｒ４基于不同算法的搜索轨迹（ａ）

【参考文献】：
期刊论文
[1]基于生物启发反步级联控制方法的多AUV主从式编队[J]. 王佳丽,曹翔.  淮阴师范学院学报(自然科学版). 2018(01)
[2]考虑海流影响的水下机器人全局路径规划研究[J]. 徐玉如,姚耀中.  中国造船. 2008(04)



本文编号：3557462